Model de Mescles Gaussianes en Línia
El Model de Mescles Gaussianes en Línia (Online Gaussian Mixture Model) adapta el GMM clàssic a dades en flux o a gran escala, substituint l'EM per lots complets per actualitzacions incrementals — processant una observació o un mini-lot a la vegada i refinant contínuament les mitjanes dels components, les covariàncies i els pesos de mescla sense revisar tot el conjunt de dades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Cappé, O. & Moulines, E. (2009). On-line expectation-maximization algorithm for latent data models. Journal of the Royal Statistical Society: Series B, 71(3), 593–613. DOI: 10.1111/j.1467-9868.2009.00698.x ↗
- Sato, M. & Ishii, S. (2000). On-line EM algorithm for the normalized Gaussian network. Neural Computation, 12(2), 407–432. DOI: 10.1162/089976600300015853 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Online Gaussian Mixture Model (Incremental / Streaming GMM). ScholarGate. https://scholargate.app/ca/machine-learning/online-gaussian-mixture-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Model de Mescla Gaussiana BayesianaAprenentatge automàtic↔ compare
- Agrupació K-meansAprenentatge automàtic↔ compare
- K-means en líniaAprenentatge automàtic↔ compare
- Aprenentatge en líniaAprenentatge automàtic↔ compare
- Model de Mescles Gaussianes SemisupervisatAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →